Moderní metody učení neuronových sítí

Bc. Dan Šilhavý

Master's thesis

Modern neural networks learning methods

Anotácia:

Práce charakterizuje téma strojového učení pomocí neuronových sítí a deep learning algoritmů. První část práce uceleně vymezuje aktuální metody strojového učení se zaměřením na neuronové sítě a jejich využití v praxi.Následně práce předkládá srovnání složitosti deep learning algoritmů se standartními metodami strojového učení na modelových programovacích úlohách pro rozpoznávání obrazu.Praktická část spočívá v navržení a vytvoření webové aplikace využívající deep learning algoritmus k rozponání obrazů na zkušebních datech.

Abstract:

This thesis elaborates the topic of machine learning through neural networks and deep learning algorithms. The first part of the thesis defines the current methods of machine learning with a focus on neural networks and their use in practice. Subsequently, the thesis presents a comparison of the complexity of deep learning algorithms with standard machine learning methods in modelling programming tasks for image recognition. The practical part consists of the design and creation of a web application using the deep learning algorithm to stretch images on the test data.

Kľúčové slová

Programování, Algoritmy, Strojové učení, Neurální sítě, Deep learning

Keywords

Machine learning, Neural networks, Deep learning, Programming, Algorithms

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 29. 3. 2019

Obhajoba závěrečné práce

• Vedúci: doc. Ing. Arnošt Veselý, CSc.

Czech University of Life Sciences Prague

Faculty of Economics and Management

Master programme / odbor:
Systems Engineering and Informatics / Informatics